Midjourney：先販賣想象力，再販賣精度

吳洋洋

Midjourney創(chuàng)始人David Holz。

時隔9個月，Midjourney在2023年圣誕節(jié)前推出了第六代文生圖模型MidjourneyV6。相較于上一代產(chǎn)品，新版本可以生成分辨率更高的圖像，像素達到2048×2048，用戶可以在生成的圖像中看清人皮膚上的細紋和汗毛，其他動物的毛發(fā)、各種場景的光影細節(jié)，也都與高清相機拍攝出來的差不多—區(qū)別在于Midjourney的圖是通過AI模型生成的，用戶只需要像聊天一樣在對話框中輸入幾句圖像描述，幾秒種后，對話另一端的AI就會生成一幅相應的圖像。

市面上的文生圖模型和產(chǎn)品已有很多，單國內(nèi)就有百度的文心一格、阿里云的通義萬相、騰訊的混元，國外就更多了，Stability、Google旗下的Imagen2、OpenAI旗下的DALL·E3、Adobe旗下的Firefly……但最受設(shè)計師歡迎的還是Midjourney。

如果說MidjourneyV6售賣的是工業(yè)級的逼真，最初版本的Midjourney售賣的其實是想象力。

在諸多文生圖AI軟件中，Midjourney最先成為“網(wǎng)紅”。初代產(chǎn)品發(fā)布不到一個月，用Midjourney生成的圖片便登上了一個藝術(shù)博覽會。2022年8月，在美國科羅拉多州舉辦的藝術(shù)博覽會上，39歲的游戲設(shè)計師杰森·艾倫用Midjourney生成了一張圖，經(jīng)過Photoshop加工之后，這幅名為《太空歌劇院》的作品戰(zhàn)勝人類畫手，摘得展會數(shù)字藝術(shù)類別的冠軍。

當時的Midjourney擅長模仿藝術(shù)家，它學習過莫奈的《睡蓮》、達利的《記憶的永恒》，知道如何扮演不同風格的畫家。此外，它還擅長創(chuàng)建漂浮在太空中的古代城市，或是一個虛構(gòu)的星球景觀。

大衛(wèi)·霍爾茲（DavidHolz）是Midjourney的創(chuàng)始人，他一直試圖讓Midjourney變成一個更獨特的產(chǎn)品。2023年7月，在MidjourneyV5中，會員用戶可以使用更新的“weird”模式生成各種搞怪、有趣甚至詭異的表情包。比如你可以讓馬斯克穿上粉紅色的裙子，也可以讓雪人變成雪怪。

圖像設(shè)計工具領(lǐng)域的老牌公司Adobe一直在更新技術(shù)，以避免被生成式AI時代拋棄。2023年8月，它在Photoshop中推出了一個叫“生成式填充”（GenerativeFill）的功能，用戶可以通過輸入文本在圖片中添加或刪除對象、生成背景，也可以擴展圖像。但Midjourney的“weird”模式生成的圖片更加有趣和前衛(wèi)。在其0到3000的參數(shù)范圍中，用戶給出的參數(shù)值越大，生成的圖片越離譜。

總之，競品努力追求準確描繪現(xiàn)實世界的時候，Midjourney著重提供的是想象力。這種想象力讓Midjourney比對手更早吸引到種子用戶—設(shè)計師。這部分人向其下游客戶售賣的首先同樣是想象力。

位于硅谷的Midjourney并不是全球第一個文生圖模型公司，若追溯這個細分市場的歷史，位于英國倫敦的Stability和位于美國紐約的Runway，都更早開始研究圖像生成技術(shù)，目前市面上流行的文生圖模型算法StableDiffusion就是Stability和Runway共同研發(fā)并由Stability開源的。

然而，眼下獲得最多用戶的產(chǎn)品是Midjourney。僅在Discord社區(qū)，Midjourney的社區(qū)用戶數(shù)就達到1480萬。

Midjourney開辟了一種新型產(chǎn)品發(fā)布方式—寄身社交產(chǎn)品。迄今為止，Midjourney的所有產(chǎn)品都是在一個叫Discord的美國社交平臺上發(fā)布，而不是蘋果或安卓的應用商店。

Discord擁有1.5億左右的Z世代月活用戶。2022年3月，霍爾茲在這個平臺上推出了第一版Midjourney。用戶只要登錄Discord，在Midjourney頻道中輸入一些文字需求，背后的AI模型就能生成相應的圖片。比如，當用戶想要生成一個未來主義風格的城市景觀，可以在對話框中輸入“未來主義城市景觀、高科技建筑、夜晚、霓虹燈光”等提示詞（prompt），Midjourney很快就可以吐出圖片。如果想要修改，可以通過同樣的交互方式向模型提出要求，比如將“城市”改為“日落時的城市”，Midjourney會在畫面中添加相應的光影效果。

由Midjourney所生成的漂浮在太空中的古代城市。

整個過程中，用戶不需要單獨打開Midjourney的網(wǎng)頁，或者下載一個同名App，他們只要是Discord用戶就可以使用這個工具。

寄身Discord使Midjourney獲得了一種社交裂變。在這個平臺上，用戶自發(fā)組成各種“提示詞小組”，共同討論如何給提示詞調(diào)優(yōu)，以獲得期望的圖像，他們還可以在Discord的“畫廊”中展示自己的作品。依賴Discord平臺本身的用戶基礎(chǔ)，Midjourney擁有了其他文生圖AI應用不具備的社群氛圍。

進駐Discord一年后，Midjourney的社區(qū)用戶數(shù)就從200萬增長到了1480萬，成為Discord上最大的AI應用。根據(jù)數(shù)據(jù)統(tǒng)計網(wǎng)站Photutorial的信息，截至2023年11月，Midjourney每天平均生成的圖片達到27.5萬張，其產(chǎn)量與用戶歡迎度都超過了競爭對手Stability和DALL·E3。

文生視頻模型開發(fā)商Runway和Pika也開始效仿Midjourney，把Discord作為產(chǎn)品首發(fā)地。2023年5月，Midjourney曾試圖以類似方式進入中國市場，當時它選擇的產(chǎn)品發(fā)布平臺是QQ。

直到2023年12月13日，“寄居”Discord社區(qū)兩年后，Midjourney才推出獨立網(wǎng)站，用戶終于可以直接在Midjourney的網(wǎng)站上使用它的文生圖功能，而無需注冊成為Discord用戶。

目前，Midjourney是生成式AI領(lǐng)域唯一沒有從外部融資、單純靠產(chǎn)品營收維持運營的公司。

盯著Midjourney的風險投資機構(gòu)和大公司都不少，紅杉資本、AndreessenHorowitz都曾向Midjourney表明投資意向，然而都被大衛(wèi)·霍爾茲拒絕了。

“我（從上一次創(chuàng)業(yè)中）學到的是，首先要構(gòu)建一個真正受人們喜歡的好產(chǎn)品。然后，當你完成這個產(chǎn)品時，才可以開始著手構(gòu)建生態(tài)系統(tǒng)?！贝笮l(wèi)·霍爾茲在接受技術(shù)媒體“極客公園”采訪時說。在資本的控制下，很多創(chuàng)業(yè)者都被推動著過早地構(gòu)建了生態(tài)系統(tǒng)，霍爾茲認為這會讓創(chuàng)業(yè)者的注意力分散，不能專注于構(gòu)建真正每個人可用的東西，而風險投資機構(gòu)們在炒作時大筆投入，又常常在泡沫破裂后迅速退出。

創(chuàng)辦Midjourney之前，大衛(wèi)·霍爾茲是LeapMotion的聯(lián)合創(chuàng)始人，后者是一家2010年成立的3D運動檢測技術(shù)公司，其核心技術(shù)是能夠精確識別并跟蹤手部和指尖的動作，從而用手勢控制計算機。當時正值VR投資熱期間，LeapMotion從硅谷最知名的風險投資公司之一AndreessenHorowitz等投資機構(gòu)那里籌集了超過1億美元的資金。之后，霍爾茲就開始把大量精力花在了構(gòu)建產(chǎn)品的內(nèi)容生態(tài)上，而不是聚集于讓產(chǎn)品交互體驗更好。最終，由于設(shè)備需要專門的軟件和驅(qū)動程序才能在Windows系統(tǒng)上運行，LeapMotion并未如霍爾茲所期望的那樣，成為觸摸屏之后的新一代交互方式。這次創(chuàng)業(yè)失敗讓霍爾茲格外注重產(chǎn)品本身與用戶之間的關(guān)系，他開始在多個場合強調(diào)“先產(chǎn)品，后生態(tài)”的重要性。

賣掉LeapMotion后，2021年8月，霍爾茲創(chuàng)辦了Midjourney，繼續(xù)關(guān)注視覺，這一次，他選擇不再被資本裹挾。

據(jù)早期用戶Ebersweiler透露，2022年年底時Midjourney的月收入就已超過100萬美元，當時，整個公司只雇用了11位員工。Midjourney很早就采用了付費模式，根據(jù)服務(wù)條款，付費用戶擁有所生成圖像的所有權(quán)，但如果用戶是公司的雇員或所有者，且公司年收入超過100萬美元，那么他們必須購買專業(yè)計劃（ProPlan）或超級會員計劃（MegaPlan）。2023年，Midjourney的1500萬社區(qū)成員預計為其帶來2億美元收入。